支付宝申请过程奖励模型训练方法专利，能够更有效地指导和优化大语言模型的复杂推理能力_基础建设

支付宝申请过程奖励模型训练方法专利，能够更有效地指导和优化大语言模型的复杂推理能力

创始人

2025-12-27 15:49:14

国家知识产权局信息显示，支付宝（杭州）数字服务技术有限公司申请一项名为“过程奖励模型训练方法、数据标注方法及装置”的专利，公开号CN121212212A，申请日期为2025年9月。

专利摘要显示，本说明书实施例公开了一种过程奖励模型训练方法、数据标注方法及装置，该训练方法能够在仅有路径级/包级标签的监督下，使过程奖励模型自主学习并显式输出每一个推理实例的重要性权重，并基于该权重得到细粒度的过程奖励。这种细粒度奖励信号，相比于传统方法的单一标量奖励，具有更高的信息密度、更强的可解释性和更低的噪声，从而能够更有效地指导和优化大语言模型的复杂推理能力。本说明书实施例所述的过程奖励模型训练装置、数据标注方法及装置同样具有上述有益效果。

天眼查资料显示，支付宝（杭州）数字服务技术有限公司，成立于2016年，位于杭州市，是一家以从事软件和信息技术服务业为主的企业。企业注册资本10000万人民币。通过天眼查大数据分析，支付宝（杭州）数字服务技术有限公司共对外投资了12家企业，参与招投标项目57次，财产线索方面有商标信息1条，专利信息5000条，此外企业还拥有行政许可60个。

声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。

来源：市场资讯

奖励推理语言投资训练方法过程模型指导有效地专利支付宝细粒度杭州

上一篇：报告：我国电商法治进入“成熟完善”新阶段

下一篇：经典消炎止咳药的团购与加盟机遇

⚠️

本网站信息内容及素材来源于网络采集或用户发布，如涉及侵权，请及时联系我们，发送链接至2697952338@QQ.COM，我们将第一时间进行核实与删除处理。

支付宝申请过程奖励模型训练方法专利，能够更有效地指导和优化大语言模型的复杂推理能力

相关内容

热门资讯